Opus 5.5 被削弱了吗?开发者上线 LiveNerf 实时监测
TheOnlyVibemaster · reddit · 2026-09-28
针对「Opus 5.5 是否被偷偷降智(nerfed)」的社区质疑,一位开发者每天重跑 GPQA、SWE-bench 等独立基准,并汇总到开源仓库 LiveNerf 中绘制曲线。目前未检测到削弱迹象。方法上,他用 Claude 挑选 Opus 5.5 最容易失败的题目,并以 Opus 5 作为对照基准,偏差超过 7.5 分才视为潜在能力下降。作者计划监测数月:第 10 天形成基线,第 20 天前不做实质判断;若未来一两周社区集中反映「被削」,将再次公布数据以区分是集体臆想还是真实退化。
「模型」频道最新
- 博主实测:Opus 5.5 用量比 Codex 上的 Astra 划算得多 — RexDouglass · 2026-09-28
- 游戏手感成 LLM 短板：开发者自建 gamefeel 私有基准测模型 — teortaxesTex · 2026-09-28
- 博主放话：各大美系实验室 2027 年内将造出 AGI 并迈向 ASI — Dr_Singularity · 2026-09-28
- Gemini 3 Flash 三个被低估用法：浏览器操作与极速图生 — BuffaloConscious7919 · 2026-09-28
- Gemini 学生试用权益缩水:Pro 额度消失且 3.8 Flash 不可用 — EmoLotional · 2026-09-28
- 概率编程课程新章：把带校准不确定性的 System-1 模型嵌入 PPL — xuanalogue · 2026-09-28